基于变参数域和短时高斯线性调频基的自适应信号分解算法.pdf

基于变参数域和短时高斯线性调频基的自适应信号分解算法.pdf

ID:55398865

大小:1.34 MB

页数:7页

时间:2020-05-15

基于变参数域和短时高斯线性调频基的自适应信号分解算法.pdf_第1页
基于变参数域和短时高斯线性调频基的自适应信号分解算法.pdf_第2页
基于变参数域和短时高斯线性调频基的自适应信号分解算法.pdf_第3页
基于变参数域和短时高斯线性调频基的自适应信号分解算法.pdf_第4页
基于变参数域和短时高斯线性调频基的自适应信号分解算法.pdf_第5页
资源描述:

《基于变参数域和短时高斯线性调频基的自适应信号分解算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、振动与冲击第34卷第l2期JOURNALOFVIBRATIONANDSHOCK基于变参数域和短时高斯线性调频基的自适应信号分解算法郭剑峰一,刘金朝,王卫东(1.中国铁道科学研究院研究生部,北京100081;2.中国铁道科学研究院基础设施检测研究所,北京100081)摘要:基于高斯线性调频基的参数化时频分析方法由于具有很高的时域和频域分辨能力,而被广泛应用于非线性非稳态信号的分解和特征提取中,但其巨大的计算量常常让工程人员望而生畏。因此结合变参数域和短时傅里叶变换的方法提出了一种改进的短时高斯线性调频基自适应信号分解算法,将四参数优化问题转化成

2、窄带范围的两参数优化问题,提高了参数化时频分析的时效性。利用改进算法对四原子组合的非线性解析信号和动检列车轴箱振动加速度信号进行分解,结果表明该方法能有效消除交叉项干扰,时频分辨率高,而且具有计算量小,速度快的优点,对分析动检列车轴箱振动与轮轨短波冲击有实际意义。关键词:变参数域;短时傅里叶变换;高斯线性调频基;自适应分解;轴箱振动中图分类号:TN911.72文献标志码:ADOI:10.13465/j.cnki.jvs.2015.12.023Variableparametersdomainandshorttimeadaptivegaussia

3、nchirpletsignaldecompositionalgorithmGUOJian-feng,fin—zhao,WANGWei.dong(1.PostgraduateDepartment,ChinaAcademyofRailwaySciences,Beijing100081,China;2.InfrastructureInspectionResearchInstitute,ChinaAcademyofRailwaySciences,Beijing100081,China)Abstract:Theparametrictime—freque

4、ncyanalysismethodbasedonGaussianchirpletfunctionhasthebesttime—frequencyresolution,SO,itiswidelyusedinnon—linearandnon-stationarysignaldecompositionandfeatureextraction.Butitneedsalargeamountofcomputation.AreformedshorttimeGaussianchirpletsignaldecompositionalgorithmbasedon

5、variableparametersdomainmethodandshorttimeFouriertransform(STFvr)wasproposed.Takingasanexample,ittranfersafourparametersoptimizationproblemtotwoparametersoneinanarrowrangeandimprovetheefficiencyofcomputation.Thereformedalgorithmwasusedtodecomposeafouratomsnon—linearanalytic

6、signalandthevibrationaccelationsignalofahighspeedcomprehensiveinspectiontrain’Saxlebox.Theresultsshowthealgorithmcanavoidthecross—term’sinterfererandachievefastcomputation.Itcanbeappliedtoanalyzethevibrationofaxleboxandthewheel—railshortwaveshock.Keywords:variableparameters

7、domain;shorttimeFouriertransform;Gaussianchirpletfunction;adaptivedecomposition;axleboxvibration时频分析法⋯能同时展示信号的时间和频率特叶变换受到窗长限制,不可能得到任意时间的时间分性,随着时频分析方法的出现、发展和成熟,人们不断辨率和频率分辨率,如:长窗短时傅里叶变换能很好地地利用时频分析方法,如短时傅里叶变换J、Wigner—分辨振动信号中的稳态成分,但不能很好地分辨瞬态Ville分布J、小波变换J、HilbertHuangTransform高

8、频成分;Wigner.Ville分布的交叉项一直苦恼着工程(HHT)等分析非平稳非线性信号的频率和幅值特人员,虽然有些改进方法,如Choi.Williams分布J,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。